当其他数组为 NaN 时，Python 2D 数组将值替换为 NaN答案

【问题标题】：Python 2D array replace value by NaN when other array is NaN当其他数组为 NaN 时，Python 2D 数组将值替换为 NaN
【发布时间】：2021-12-08 11:46:16
【问题描述】：

我有 2 个数组：

import numpy as np
A = np.array([[np.nan,np.nan,0],[4,5,6],[7,8,9]])
B = np.zeros((len(A),len(A[0])))

对于 A 中的每个 NaN，我想用 np.nan 替换 B 中相应索引处的零。我怎样才能做到这一点？我试过戴口罩，但无法奏效。

B = np.ma.masked_where(np.isnan(A) == True, np.nan)

实际上，我正在处理更大的数组 (582x533)，所以我不想手动操作。

【问题讨论】：

标签： python arrays nan mask

【解决方案1】：

您可以使用A.shape 创建np.zeros，然后使用np.where，如下所示：

（此方法构造 B 两次）

>>> import numpy as np
>>> A = np.array([[np.nan,np.nan,0],[4,5,6],[7,8,9]])
>>> B = np.zeros(A.shape)
>>> B = np.where(np.isnan(A) , np.nan, B)
>>> B
array([[nan, nan,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

【讨论】：

你真的不需要第二次重新创建 B
@MadPhysicist 好的，明白 ;)

【解决方案2】：

您可以直接使用np.isnan(A)：

B = np.zeros_like(A)
B[np.isnan(A)] = np.nan

np.where 在你想直接构造B 时很有用：

B = np.where(np.isnan(A), np.nan, 0)

【讨论】：

@user1740577。您的答案很好，但是您将两种本身更简单的方法混为一谈。感谢您的认可。